周 杰，曾藝君，王 甄，謝石穿

(1.北京中醫(yī)藥大學深圳醫(yī)院放射科，廣東 深圳 518000；2.廣州中醫(yī)藥大學深圳醫(yī)院影像科，廣東 深圳 518100)

DWI能夠反映腫瘤細胞密度及組織結構，有助于檢出及定性腫瘤，在乳腺病變中的診斷價值已得到臨床廣泛認可[1]。然而，臨床常用的ADC值受諸多因素的影響，鑒別良惡性腫瘤仍存在一定困難。隨著對體內(nèi)擴散現(xiàn)象研究的不斷深入，學者們觀察到，DWI中使用低b值時，微循環(huán)灌注對DWI也有影響，這個效應被稱為體素內(nèi)相位不相干運動(intravoxel incoherent motion, IVIM)[2]；使用較高b值時，水分子的擴散將偏離高斯分布，而擴散峰度成像(diffusion kurtosis imaging, DKI)[3]可量化這種狀況下擴散行為。IVIM在乳腺病變中的應用國內(nèi)外已有報道，而關于DKI模型的研究相對較少。本研究探討IVIM及DKI鑒別診斷乳腺良惡性病變的價值。

1 資料與方法

1.1一般資料 收集2016年8月—2017年8月因乳腺病變于我院就診并接受乳腺MR檢查的44例患者，均為女性，年齡28～64歲，平均(42.4±12.8)歲。納入標準：①MR檢查前未接受任何治療；②MR檢查后2周內(nèi)接受手術或活檢獲得病理結果；③圖像無明顯偽影，質量滿足測量分析要求。本研究通過我院倫理委員會批準，所有患者均簽署知情同意書。

1.2儀器與方法 采用GE Signa HDXT 1.5T超導MR掃描儀，8通道乳腺專用相控陣線圈。囑患者俯臥，使雙乳自然懸垂于線圈內(nèi)。掃描參數(shù)：①脂肪抑制T2WI，TR 7 500 ms，TE 102 ms，NEX 2，F(xiàn)OV 32 cm×32 cm，矩陣320×256，層厚4 mm，層間距 1 mm；②單b值DWI：TR 5 000 ms，TE 82 ms，b值為0和800 s/mm2，NEX 4，F(xiàn)OV 32 cm×32 cm，矩陣128×128，層厚4 mm，層間距1 mm；③IVIM：TR 7 500 ms，TE 96 ms，b值分別為0、20、50、100、150、200、300、400、800、1 000 s/mm2，NEX根據(jù)不同b值設置為1～8，F(xiàn)OV 32 cm×32 cm，矩陣128×128，層厚4 mm，層間距1 mm；④DKI：TR 6 000 ms，TE 86 ms，b值分別為0、1 000、2 000 s/mm2，每個b值各自施加15個不同方向擴散敏感梯度，F(xiàn)OV 32 cm×32 cm，矩陣128×128，層厚4 mm，層間距1 mm。

1.3圖像分析 在GE AW 4.6工作站上生成ADC、IVIM及DKI參數(shù)圖。由2名分別具有6年及8年乳腺MR診斷經(jīng)驗的主治醫(yī)師以盲法進行數(shù)據(jù)分析。在病變內(nèi)取3個ROI，盡量避開腫瘤壞死、出血及鈣化區(qū)，大小為10～20 mm2，測量ADC、IVIM的擴散系數(shù)(D)、灌注相關擴散系數(shù)(D*)、灌注分數(shù)(f)以及DKI的平均峰度(mean kurtosis, MK)、軸向擴散系數(shù)(axial kurtosis, AK)、徑向擴散系數(shù)(radial kurtosis, RK)。取3個ROI的平均值作為最終數(shù)值，最后由1名副主任醫(yī)師對所有數(shù)據(jù)進行復核。如果2名醫(yī)師的測量結果存在明顯偏差，則由2名副主任醫(yī)師重新測量，取平均值。

1.4統(tǒng)計學分析 采用SPSS 19.0統(tǒng)計分析軟件。使用K-S擬合優(yōu)度檢驗數(shù)據(jù)分布，各參數(shù)均不服從正態(tài)分布，采用Mann-WhitneyU檢驗分析良惡性病變間ADC值、IVIM及DKI是否存在差異。以組內(nèi)相關系數(shù)(intraclass correlation coefficient, ICC)評價2名醫(yī)師測量結果的一致性。利用ROC曲線評估存在統(tǒng)計學差異的各參數(shù)值對乳腺良惡性病變的鑒別診斷效能。P<0.05為差異有統(tǒng)計學意義。

2 結果

2.1臨床及病理特征 44例共52個病灶，其中良性病灶22個，包括纖維腺瘤17個、導管內(nèi)乳頭狀瘤3個、慢性肉芽腫性乳腺炎2個；惡性病灶30個，包括浸潤性導管癌25個、導管原位癌3個、浸潤性小葉癌和神經(jīng)內(nèi)分泌癌各1個。

2.2良惡性病變間各參數(shù)比較 乳腺良惡性病變常規(guī)序列、IVIM和DKI各參數(shù)圖見圖1、2。惡性病變的D值低于良性病變，MK和AK值高于良性病變，差異均有統(tǒng)計學意義(P均<0.05)，而ADC、D*、f、RK值差異無統(tǒng)計學意義(P均>0.05)，見表1。2名醫(yī)師測量結果有較好的一致性，ADC、D、D*、f、MK、AK及RK值的ICC值分別為0.634、0.689、0.788、0.701、0.675、0.701及0.718。

圖1 患者女，34歲，右側乳纖維性瘤 A.脂肪抑制T2WI見右側乳腺類圓形高信號病變，形態(tài)規(guī)則； B.T1WI呈低信號； C.DWI呈稍高信號，ADC值為1.52×10-3 mm2/s； D.D圖，D值為1.24×10-3 mm2/s； E.D*圖， D*值為25.2×10-3 mm2/s； F. f圖，f值為16.52%； G.MK圖，MK值為0.44； H.AK圖，AK值為0.48； I.RK圖，RK值為0.32 (箭示病灶)

圖2 患者女，52歲，右側乳腺浸潤性導管癌 A.脂肪抑制T2WI見右側乳腺高信號病變，邊緣可見毛刺； B.T1WI呈低信號； C.DWI表現(xiàn)為顯著高信號，ADC值為1.13×10-3 mm2/s； D.D圖，D值為0.72×10-3 mm2/s； E.D*圖，D*值為29.5×10-3 mm2/s； F.f圖，f值為19.88%； G.MK圖，MK值為0.78； H.AK圖，AK值為0.86； I.RK圖，RK值為0.42 (箭示病灶)

組別ADC (×10-3 mm2/s)D (×10-3 mm2/s)D* (×10-3 mm2/s)f(%)MKAKRK惡性病變(n=30)1.15±0.780.87±0.2425.04±18.4116.12±7.060.75±0.130.86±0.180.48±0.11良性病變(n=22)1.33±0.551.28±0.1521.52±11.7612.15±3.860.48±0.090.55±0.100.42±0.09Z值1.3594.7590.0141.9034.9245.0591.947P值0.080<0.0010.9890.060<0.001<0.0010.060

圖3 IVIM及DKI參數(shù)鑒別診斷乳腺良惡性病變的ROC曲線圖

2.3ROC 曲線分析 以D值臨界值為1.16×10-3mm2/s，其AUC為0.942，診斷乳腺良惡性病變的敏感度為88.89%，特異度為81.82%；以MK值臨界值為0.62，其AUC為0.957，診斷乳腺良惡性病變的敏感度為90.90%，特異度為88.89%；以AK值臨界值為0.66，其AUC為0.975，乳腺良惡性病變的敏感度為95.50%，特異度為88.78%；見圖3。

3 討論

本研究結果表明，在傳統(tǒng)單b值DWI上，相比良性病變，惡性病變的ADC值有更低的趨勢，但數(shù)據(jù)變異很大，尚不能有效鑒別良惡性病灶；而IVIM及DKI的參數(shù)能很好地鑒別良惡性乳腺病變。相比良性病變，乳腺惡性病變的D值顯著下降，而MK及AK值顯著升高，其中AK值的鑒別診斷效能最高。乳腺良惡性病變的D*、f值及RK值差異并無統(tǒng)計學意義。

傳統(tǒng)DWI的理論基礎是假定水分子的擴散是自由隨機的，則信號變化符合單指數(shù)衰減；然而，有研究發(fā)現(xiàn)擴散信號的變化會偏離單指數(shù)模型的曲線。Le Bihan等[4]指出，體素內(nèi)信號改變不僅受水分子擴散的影響，毛細血管微灌注也有貢獻，這即是IVIM效應的理論基礎。IVIM成像過程基于雙指數(shù)模型，可得到真擴散系數(shù)D值、灌注相關擴散系數(shù)D*及灌注分數(shù)f值。IVIM對乳腺良惡性病變的鑒別診斷價值國內(nèi)外已有報道。Liu等[5-6]報道乳腺癌的D值顯著低于良性病變，而f值及D*值顯著升高；Bokacheva等[7]報道乳腺惡性病變D值顯著下降，f值有下降趨勢，但D*值無顯著差異。本研究結果也發(fā)現(xiàn)惡性病灶的D值下降，這與惡性細胞的細胞密度更大、導致水分子擴散受限有明顯關系。關于f值，本研究中惡性病變的f值輕度升高，但與良性病變并無顯著差異，與既往[8-9]報道不同。除了患者相關的因素外，掃描參數(shù)如b值的設定、TE的大小及脂肪抑制方法等均會影響結果。D*值反映組織的微循環(huán)灌注，一般來說，惡性病變毛細血管及血流更為豐富，D*相應會升高，但有研究[10]報道IVIM效應只影響信號變化的一小部分，因此D*值的診斷效能也受到了限制。本研究中乳腺良惡性病變的D*值無顯著差異，與既往報道一致。實驗研究結果表明，隨著b值升高，尤其是當b值在1 000 s/mm2以上時，水分子的擴散表現(xiàn)為非高斯分布，DKI模型即可量化此種狀況下的水分子擴散行為，得到MK、AK及RK等參數(shù)。本研究中乳腺惡性病變的MK值顯著高于良性病變，與既往研究[11-12]報道類似。MK值可反映組織微觀結構的復雜程度。惡性腫瘤細胞增殖旺盛，細胞密度更大，同時，惡性病變異質性增加，內(nèi)部組織結構更加復雜，諸多障礙影響水分子的擴散，使其偏離高斯分布更明顯，因此MK升高。對于良性病變，本研究中MK值也大于零，表明良性病變內(nèi)部水分子的擴散也存在一定程度的非高斯分布狀態(tài)，而這一現(xiàn)象可能與細胞組成以及脂質大分子的存在有關。在乳腺DKI中，AK及RK分別代表沿乳管方向及垂直于乳管方向的峰度值，其中，惡性病變的AK值顯著升高，診斷效能為所有參數(shù)最高，原因與納入研究的部分惡性病變沿乳管方向生長有關；RK值則在惡性病變稍高于良性病變。王瑩瑩等[13]報道惡性病變的AK及RK值均顯著升高，推測各組研究結論不同可能與設備場強、病變病理類型不同有關。目前在臨床工作中，ADC值能反映出乳腺良惡性病變的趨勢，但其診斷特異度有時存在不足。IVIM和DKI有助于鑒別乳腺良惡性病變，但掃描時間均較常規(guī)DWI更長，可作為常規(guī)DWI的有效補充。此外，本研究表明，相比IVIM參數(shù)，DKI參數(shù)的診斷效能更高，因此推薦DKI作為補充掃描序列的首選。

本研究不足之處：首先，研究樣本量有限，需要更大樣本量及更多的病理類型以得到更全面的數(shù)據(jù)；第二，病變類型以腫塊型為主，非腫塊型病變相對較少；第三，在DKI中，當b值較大時，信號強度會受到Rician噪聲[14]的干擾，由于技術受限，本研究計算參數(shù)時并未考慮這一因素，同時，DKI掃描時間較長，難免會因患者運動而導致測量誤差，需要進一步優(yōu)化參數(shù)。